网络理论论文城市分类论文

《网络理论论文城市分类论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、网络理论论文城市分类论文基于SOM网络的城市分类探讨及实证分析摘要：科学的城市分类不仅便于我们对各个城市的发展进行评估，并且为我们制定城市的发展决策提供了依据。而基于人工神经网络（ANN）的自组织特征映射网络（SOM）具有强大的聚类功能。文章探讨了SOM网络在城市分类方面的应用，并利用MATLAB软件，对山东省各地级市城市进行了实证分析，从而指出了SOM网络在城市分类方面的优缺点及意义。关键词：人工神经网络；SOM；城市分类一、引言城市分类不仅便于我们对各个城市的发展进行评估，并且为我们制定城市的发展决策提供了依据。然而，如

2、何能够进行科学的城市分类一直备受关注。而基于近些年来人工神经网络的飞速发展，它帮助我们解决了许多棘手的难题，其中的自组织特征映射网络（SOM）具有强大的聚类功能，利用它可以帮助我们根据各个城市的特点从而进行科学分类，为加速我国城市的发展和城镇化建设有着重要的意义。2005年吴聘•奇、黄民生利用SOM网络对福建省城市进行了职能分类，同年，刘輝彬、宋学锋又基于SOM人工神经网络对长江三角洲地区城市职能分类做了研究。从而可见，基于人工神经网络的自组织特征映射网络（SOM）在城市的分类问题确实可以发挥强大的作用。评价一个城市的各个行

3、业的发展，有许多指标。其屮行业就业人口是评价一个城市该行业的发展的基础指标。本文对山东地区城市的分类实证分析中，对各个城市的各行业就业人口数量进行了采集，其屮包括农林牧渔业，采矿业，制造业，电力、煤气及水的生产和供应业，建筑业，交通运输、仓储和邮政业，信息传输、计算机服务和软件业，批发和零售业，房地产业，住宿和餐饮业，金融业，租赁和商务服务业，水利、环境和公共设施管理业，居民服务和其他服务业，教育，科学研究、技术服务和地质勘查业，卫生、社会保障和社会福利业，文化、体育和娱乐业，公共管理和社会组织等19个行业的从业人员数。然后

4、，通过MATLAB软件进行编程构建，成功地将山东省的17个城市进行了分类，从而说明了SOM网络在城市分类方面的确有优于其他传统方法的优点。二、SOM网络的基本原理(一)SOM网络简介自组织特征映射网络也称Kohonen网络，或者称为Self-OrgnizingFeatureMap(SOM)网络，它是由芬兰学者TeuvoKohonen于1981年提出的。该网络是一个rfl全连接的神经元阵列组成的无教师自组织、口学习网络。Kohonen认为，处于空间中不同区域的神经元有不同的分工，当一个神经网络接受外界输入模式时，将会分成不同的

5、反应区域，各区域对输入模式具有不同的响应特征。SOM网络的一个典型特征就是可以在一维或二维的处理单元阵列上，形成输入信号的特征拓扑分布，因此SOM网络具有抽取输入信号模式特征的能力。SOM网络一般只包含有一维阵列和二维阵列,但也可以推广到多维处理单元阵列中去。(-)SOM网络学习算法1、初始化。对N个输入神经元到输出神经元的连接权值赋予较小的权值。选取输出神经元j个“邻接神经元啲集合Sj。其中Sj(O),表示吋刻t=0的神经元j的篁邻接神经元"的集合,Sj(t)表示吋刻t的“邻接神经元"的集合。区域Sj(t)随着时间的增长而

6、不断缩小。2、提供新的输入模式X。4、给出一个周围的邻域Sk(t)o7、提供新的学习样本来重复上述学习过程。三、基于SOM网络的城市分类实证分析城市分类可以便于我们了解各个城市的发展状况，从而为我们制订城市的发展决策提供依据。现在人工神经网络已经得到了很大的发展，它为我们研究此类问题提供了一种新的工具和思路。所以基于这个问题，我们尝试利用SOM网络来进行城市分类。SOM网络是一种具有聚类功能的神经网络,并且它是无教师训练方式，我们只需要采集输入样本，而不必如入目标值就可以得到我们想要的结果，可见SOM网络使用也十分方便。(一

7、)网络样本设计从山东省统计局网站，我们得到了山东省17个地级市城市的样本。从中我们看出，原始指标数据波动较大，而一般來说，神经元的输出函数在0・1之间最为灵敏，为了提高训练的效率，所以要把数据进行归一化处理。归一化处理方法为：找出每个指标数据屮的最大和最小值，利用（x・min）/（max-min）公式把所有数据归一化为0到1之间的数。（二）网络设计本文利用MATLABR2008进行编程构建。确定网络的输入模式为：Pk=（Plk,P2k,...pkn）,k二1,2,…17,n=19即一共有17组城市样本向量，每个样本中包括19

8、个元素。1、首先利用函数newsom创建一个SOM网络。根据实际情况本文创建网络的竞争层分别选用3、4、5、6层的结构。然后经过实验，分别观察其性能，从而选取分类效果最好的一组。2、利用函数train和仿真函数sim对网络进行训练并仿真。仿真的步数大小同样影响网络的聚类性能，这里我们设置步